关于时间序列分析，你要知道这些-学说文章

关于时间序列分析，你要知道这些

28浏览

2022/06/24 16:06发布

周舟

Princeton University

学生

最新发布文章——关于时间序列分析，你要知道这些

文章作者 | 石鹏

文章来源 | SPSS学堂

时间序列简单的说就是各时间点上形成的数值序列。时间序列分析就是通过观察历史数据预测未来的值，研究内容包括长期变动趋势、季节性变动规律、周期变动规律、以及预测未来时刻的发展和变化等。在这里需要强调一点的是，时间序列分析并不是关于时间的回归，它主要是研究自身的变化规律。

01.

时间序列预测有什么特点？

※ 时间序列表现出季节趋势
※ 基于线性回归模型的假设，对于时间序列预测是不成立的
※ 时间序列模型依赖于事件发生的先后顺序

02.

时间序列预测主要考虑的因素是什么？

※ 长期趋势：稳定或随时间呈现某种趋势
※ 季节性变动：与日期、年周期或者气候有关
※ 周期性变动：主要与经济周期有关
※ 随机影响：影响因素较多，比如突发事件

03.

为什么要进行稳定性检验？

大部分时间序列模型是在假设它是稳定的前提下建立的。直观地说，我们可以这样认为，如果一个时间序列随着时间产生特定的行为，就有很高的可能性认为它在未来的行为是一样的。同时，根据稳定序列得出的理论是更加成熟的，也是更容易实现与非稳定序列的比较。

在大数定理和中心定理中要求样本同分布（这里同分布等价于时间序列中的平稳性），而我们的建模过程中有很多都是建立在大数定理和中心极限定理的前提条件下的，如果它不满足，得到的许多结论都是不可靠的。

04.

什么情况下就是稳定了？

如果一个时间序列的统计特征如平均数，方差，协方差随着时间保持不变，我们就可以认为它是稳定的。

时间序列稳定性检验方法

1. 观察法

通俗的说就是通过观察序列的趋势图与相关图是否随着时间的变化呈现出某种规律。所谓的规律就是时间序列经常提到的周期性因素，现实中遇到得比较多的是线性周期成分，这类周期成分可以采用差分或者移动平均来解决，而对于非线性周期成分的处理相对比较复杂，需要采用某些分解的方法。

2. 单位根检验法（ADF检验）

这是一种检查数据稳定性的统计测试。无效假设：时间序列是不稳定的。测试结果由测试统计量和一些置信区间的临界值组成。如果“测试统计量”小于“临界值”，我们可以拒绝无效假设，并认为序列是稳定的。

时间序列稳定性处理技术

※ 对数变换：减小数据的振动幅度，对数变换相当于增加了一个惩罚机制，数据越大其惩罚越大，数据越小惩罚越小。

※ 平滑技术：根据平滑技术的不同，平滑法具体分为移动平均法和指数平均法。

移动平均即利用一定时间间隔内的平均值作为某一期的估计值，而指数平均则是用变权的方法来计算均值，可以对最近的值赋予更高的权重

※ 差分技术：是剔除周期性因素的最常用方法，它主要是对等周期间隔的数据进行线性求减。

※ 分解技术：将数据分离成不同的成分，比如长期趋势、季节趋势和随机成分等

*文章来源：SPSS学堂，侵权必删

周舟

Princeton University

学生

文章171

总浏览量71015

学说观点

文章

299

学术前沿速递

文章

297

AIGC交流社区

学说官方

文章

240

未央网

文章

233

毕宣

中央财经大学

文章

185

王凯

T. Rowe Price

文章

181

经济学入门必读书籍有哪些值得推荐？

楚健

969

浏览

会议预告｜清华五道口绿色金融讲座第一期，邀您探讨“碳达峰碳中和——中国发展转型的机遇和挑战”

学术会议动态

3262

浏览

如果经济学家连股都不炒，那他们都在干什么呢?

李博

526

浏览

荒唐！Science论文作者P上自己名字，还写进简历里？

楚健

275

浏览

李开复：ChatGPT引发失业恐慌？这20种工作要避开！

我和ChatGPT有个对话

251

浏览

Top 100 Economics Blogs of 2023

学术小秘书

251

浏览

2022数字经济大会议程发布，邀您参会！

学术会议动态

212

浏览

最新综述！AIGC到底是什么？都有哪些应用？一文尽览！

AIGC交流社区

210

浏览

于海龙李成明丨乡村振兴背景下财政涉农扶贫资金政策有效衔接的关键环节和路径选择

经典论文回顾

183

浏览

TOP前沿: 文本分析方法必读实用指南! 基于文本即数据的机器学习！

经典论文回顾

182

浏览